旋转矩阵可以表示两个坐标系之间转换关系，但是，旋转矩阵存在以下缺陷：1.参数过多，存在数据冗余2.比较抽象，观察旋转矩阵时很难在脑海中勾勒出具体的旋转过程轴角轴角由两部分构成：旋转轴和绕旋转轴旋转角度如图，r表示旋转轴，Θ表示需要旋转的角度，因此轴角由4歌变量组成：r = (rx, ry, rz), θ = Θ ，优点是：1，很直观的描述了旋转发生的过程2，数据相较于旋转矩阵有很大的精简轴角和旋转

QT连接MySql数据库 – MySQL8.0--开发机使用Qt5.5 + msvc2010(32bit)编译器debug连接MySQL8.0在 https://dev.mysql.com/downloads/mysql/ 下载Wundows,ZIP Archive（此处下载的是64位库）在开发包中找到libmysql.lib,libmysql.dll,拷贝到Qt安装目录下的编译器位置：例如：C:

Lua调用C函数 – Qt实现第一种方式：C函数作为应用程序的一部分，使用lua来调用流程：1.应用程序加载Lua脚本2.Lua脚本中调用C函数中程序：luaCallC.pro#-------------------------------------------------## Project created by QtCreator 2019-12-18T14:24:19##---------

S加减速–7段接前文5段S形速度规划，这里推导一下7段S形曲线的计算公式1. S加减速曲线定义：上图中，令t1-t7为各个位置的绝对时间节点，T1-T7为每一段的增量时间节点。这里的定义和图中有些出入，线下面的计算全部按照此定义为准.计算公式：加加速度j(t)={J0≤t≤t10t1≤t≤t2−Jt2≤t≤t30t3≤t≤t4Jt4≤t≤t50t5≤t≤t6−Jt6≤t≤t7j(t)=\begin

Bezier曲线反求控制点做曲线拟合的时候，往往希望拟合的曲线通过数据点，这个推导一下Bezier曲线控制点的计算过程.曲线公式曲线：C(u)=∑i=0nBn,i(u)Pi基函数：Bn,i=n!i!(n−i)!ui(1−u)n−i曲线：C(u) = \sum^n_{i=0}B_{n,i}(u)P_i\\基函数：B_{n,i}=\frac{n!}{i!(n-i)!}u^i(1-u)^{n-i}曲线：

B-spline反求控制顶点 B样条曲线拟合时（https://blog.csdn.net/hanmingjunv5/article/details/106137002），曲线是不通过数据点的，这样对于曲线的插补来说，是不合理的。因此，需要根据给定的数据点来求解控制顶点，使拟合的曲线通过全部数据点。 推导曲线定义：C(u)=∑i=0nNi,p(u)Pi(1)C(u)=\sum^

在机器人算法开发中，经常会遇到求解非线性方程。非线性方程的求解十分空难，这里介绍两种方法： 1. 二分法2.牛顿迭代法定义：非线性方程,就是因变量与自变量之间的关系不是线性的关系,这类方程很多,例如平方关系、对数关系、指数关系、三角函数关系等等.求解此类方程往往很难得到精确解,经常需要求近似解问题.二分法：二分法又称二分区间法,是求解非线性方程的近似根的一种常用的简单方法.二分法的基本思想是: 首

工作需求，这里记录一下数值插值和数值分析方面的算法，希望和大家一起进步。曲线拟合的最小二乘定义求一条曲线,使数据点均在离此曲线的上方或下方不远处,所求的曲线称为拟合曲线,它既能反映数据的总体分布,又不至于出现局部较大的波动,更能反映被逼近函数的特性,使求得的逼近函数与已知函数从总体上来说其偏差按某种方法度量达到最小,这就是最小二乘法.与函数插值不同，曲线拟合不要求曲线通过所有已知点，而是要求得到的

S加减速–5段为了减小机器人加速过程的冲击，这里梳理一下S形加减速相关知识。1. S加减速曲线计算公式：加加速度j(t)={J0≤t≤t1−Jt1≤t≤t20t2≤t≤t3−Jt3≤t≤t4Jt4≤t≤t5j(t)=\begin{cases}J & 0\leq t \leq t_1\\-J & t_1\leq t \leq t_2\\0 & t_2\leq t \leq t

旋转矩阵可以表示两个坐标系之间转换关系，但是，旋转矩阵存在以下缺陷：1.参数过多，存在数据冗余2.比较抽象，观察旋转矩阵时很难在脑海中勾勒出具体的旋转过程轴角轴角由两部分构成：旋转轴和绕旋转轴旋转角度如图，r表示旋转轴，Θ表示需要旋转的角度，因此轴角由4歌变量组成：r = (rx, ry, rz), θ = Θ ，优点是：1，很直观的描述了旋转发生的过程2，数据相较于旋转矩阵有很大的精简轴角和旋转